RU2794126C1

RU2794126C1 - Device for determining blast furnace failure, method for detecting blast furnace fault and method for operating blast furnace

Info

Publication number: RU2794126C1
Application number: RU2021128714A
Authority: RU
Inventors: Хироюки СИМАМОТО; Томохико ИТО; Тацуя Ямагути; Нодзому НИСИМУРА
Original assignee: ДжФЕ СТИЛ КОРПОРЕЙШН
Priority date: 2019-04-03
Filing date: 2020-03-31
Publication date: 2023-04-11

Abstract

FIELD: blast furnaces.

SUBSTANCE: group of inventions relates to a device and a method for detecting a malfunction of a blast furnace, as well as to a method for controlling a blast furnace. The fault determination device includes a fault index calculation unit configured to calculate a fault index indicating a degree of fault in the blast furnace using an output value of a group of furnace shaft pressure sensors installed around the blast furnace body, the fault index being a Q statistic based on principal components analysis; a ventilation index calculation unit configured to calculate the ventilation index of the blast furnace, wherein the ventilation index is calculated based on the amount of generated gas in the blast furnace and the values of the pressure meter installed in the blast furnace and the pressure meter inside the furnace installed at the outlet, relative to the pressure meter in direction of gas flow in the blast furnace; and a determination unit configured to determine a fault condition of the blast furnace using the fault index calculated by the fault index calculation unit and the ventilation index calculated by the ventilation index calculation unit.

EFFECT: invention makes it possible to separately determine an operation-related fault and a sensor fault.

6 cl, 5 dwg, 3 ex

Description

Область техники, к которой относится изобретениеThe field of technology to which the invention belongs

Настоящее изобретение относится к устройству для определения неисправности доменной печи, способу определения неисправности доменной печи и способу эксплуатации доменной печи.The present invention relates to a blast furnace fault detection device, a blast furnace fault detection method, and a blast furnace operating method.

Уровень техникиState of the art

В последнее время, когда доменная печь работает с низким расходом кокса, важно правильно и как можно быстрее определить или оценить состояние печи, в частности, состояние вентиляции внутри печи и любые изменения состояний, чтобы поддерживать печь в хорошем состоянии. Традиционный индекс вентиляции, который указывает состояния вентиляции в печи, используется, например, сопротивление вентиляции, рассчитанное на основе разности между давлением в верхней части печи и давлением дутья. Индекс вентиляции имеет пороговое значение для определения уменьшения вентиляции. Когда индекс вентиляции превышает пороговое значение, считается, что вентиляция уменьшается. В патентной литературе 1 описан способ определения неисправности путем ввода давления в шахте печи и вычисления индекса неисправности с использованием статистических методов, таких как анализ основных компонентов. Способ, описанный в патентной литературе 1, выполняет определение неисправности путем получения индекса неисправности из отношения между статистическим показателем Q, вычисленным на основе данных предела устойчивости, и статистическим показателем Q, вычисленным на основе рабочих данных объекта обнаружения неисправности, и установки порогового значения для рассчитанного индекса неисправности. Кроме того, необходимо также обнаруживать неисправность в самом датчике, который используется для определения неисправности, связанной с эксплуатацией. Обнаружение неисправности датчика обычно выполняется путем установки верхнего и нижнего пределов выходных значений датчика. В патентной литературе 2 описан способ обнаружения неисправности датчика, установленного на периферии корпуса доменной печи, с использованием выходных значений расположенных поблизости датчиков.Recently, when the blast furnace is operating at low coke consumption, it is important to correctly and as quickly as possible determine or assess the condition of the furnace, in particular the ventilation status inside the furnace and any changes in conditions, in order to keep the furnace in good condition. The traditional ventilation index, which indicates the ventilation conditions in the furnace, is used, for example, the ventilation resistance calculated based on the difference between the pressure at the top of the furnace and the blast pressure. The ventilation index has a threshold value for determining the decrease in ventilation. When the ventilation index exceeds the threshold, ventilation is considered to be decreasing. Patent Literature 1 describes a method for detecting a fault by inputting a furnace shaft pressure and calculating a fault index using statistical methods such as principal component analysis. The method described in Patent Literature 1 performs fault determination by obtaining a fault index from the ratio between the Q statistic calculated based on the stability limit data and the Q statistic calculated based on the operating data of the fault detection object, and setting a threshold value for the calculated index malfunctions. In addition, it is also necessary to detect a malfunction in the sensor itself, which is used to determine the malfunction associated with the operation. Sensor failure detection is typically done by setting upper and lower limits on the sensor's output values. Patent Literature 2 describes a method for detecting a malfunction of a sensor installed at the periphery of a blast furnace body using the output values of nearby sensors.

Список цитируемой литературыList of cited literature

Патентная литератураPatent Literature

Патентный документ 1: Выложенная заявка на японский патент № 2017-128805.Patent Document 1: Japanese Patent Laid-open Application No. 2017-128805.

Патентная литература 2: Выложенная заявка на японский патент № 2017-190482.Patent Literature 2: Japanese Patent Application Laid-Open No. 2017-190482.

Непатентная литератураNon-Patent Literature

Непатентная литература 1: Statistical Process Control Using Process Chemometrics, Systems, control and information, 2004, vol. 48, no. 5, p. 165 - 170Non-Patent Literature 1: Statistical Process Control Using Process Chemometrics, Systems, control and information, 2004, vol. 48, no. 5, p. 165 - 170

Раскрытие сущности изобретенияDisclosure of the essence of the invention

Техническая задачаTechnical task

Способ, описанный в патентной литературе 1, имеет недостаток, который состоит в том, что индекс неисправности увеличивается не только тогда, когда операция фактически переходит в неисправное состояние, но и когда имеется неисправность датчика для обнаружения рабочих данных. Таким образом, можно определить неисправное состояние при эксплуатации, хотя неисправность не связана с эксплуатацией. Другими словами, использование только статистического индекса неисправности не позволяет отличить неисправность, связанную с эксплуатацией, от неисправности датчика, и поэтому этот способ, в котором используется индекс неисправности, недостаточно эффективен для обнаружения неисправности доменной печи. Традиционные способы определяют неисправность датчика, используя пороговое значение, установленное для выходного значения каждого датчика, и отслеживая необычное поведение отдельного датчика. Таким образом, для датчика допускается широкий диапазон нормальных выходных значений, что означает, что неисправность датчика обнаруживается только тогда, когда степень неисправности датчика становится достаточно большой. Таким образом, замедляется обнаружение неисправности. В частности, датчик давления в шахте доменной печи, который является важным датчиком для управления вентиляцией и другими функциями, часто выходит из строя, например, из-за засорения дутьевой пылью или по аналогичным причинам. Таким образом, необходимо, чтобы обнаружение неисправности происходило на ранней стадии. Использование порогового значения является эффективным при определении неисправности, когда выходное значение датчика резко возрастает от нормального диапазона значений до ненормального уровня. Однако такой способ использования порогового значения затрудняет обнаружение такой неисправности, при которой выходное значение постепенно выходит за пределы диапазона нормальных значений. Способ, описанный в патентной литературе 2, определяет неисправность в целевом датчике, который необходимо определить, на основе среднего и отклонения выходных значений датчиков, расположенных рядом с целевым датчиком. Однако этот способ не учитывает синхронность между выходными значениями группы датчиков, которая часто возникает при нормальной работе. Если принять во внимание асинхронность между выходными значениями множества датчиков, обнаружение неисправности, которая должна быть обнаружена раньше, может замедлиться.The method described in Patent Literature 1 has the disadvantage that the fault index increases not only when the operation actually goes into a fault state, but also when there is a fault in the sensor for detecting operating data. In this way, it is possible to determine a fault condition in operation, although the fault is not related to operation. In other words, using only the statistical fault index does not distinguish between an operational fault and a sensor fault, and therefore this method, which uses the fault index, is not effective enough to detect a blast furnace fault. Conventional methods determine sensor failure by using a threshold value set for the output of each sensor and monitoring for unusual behavior of an individual sensor. Thus, a wide range of normal output values is allowed for the sensor, which means that a sensor fault is only detected when the degree of sensor fault becomes large enough. Thus, fault detection is slowed down. In particular, the pressure sensor in the blast furnace shaft, which is an important sensor for controlling ventilation and other functions, often fails, for example, due to clogging with blast dust or similar reasons. Thus, it is necessary that fault detection occurs at an early stage. The use of a threshold value is effective in detecting a malfunction when the output value of a sensor rises abruptly from a normal range of values to an abnormal level. However, this way of using the threshold value makes it difficult to detect such a malfunction, in which the output value gradually goes beyond the range of normal values. The method described in Patent Literature 2 determines a fault in a target sensor to be determined based on the average and deviation of the output values of sensors located near the target sensor. However, this method does not take into account the synchronism between the output values of a group of sensors, which often occurs during normal operation. If the asynchrony between the output values of a plurality of sensors is taken into account, the detection of a fault that should have been detected earlier may be slowed down.

С вышеупомянутой точки зрения, задача настоящего изобретения состоит в том, чтобы выполнить устройство для определения неисправности доменной печи, способ определения неисправности доменной печи и способ эксплуатации доменной печи, с помощью которых можно было бы по отдельности определить неисправность, связанную с эксплуатацией, и неисправность датчика.From the above point of view, it is an object of the present invention to provide a blast furnace fault detection apparatus, a blast furnace fault detection method, and a blast furnace operation method, by which operation-related fault and sensor fault can be separately determined. .

Решение задачиThe solution of the problem

Устройство для определения неисправности доменной печи согласно настоящему изобретению включает в себя: блок вычисления индекса неисправности, выполненный с возможностью вычисления индекса неисправности, указывающего степень неисправности доменной печи; блок вычисления индекса вентиляции, выполненный с возможностью вычисления индекса вентиляции доменной печи; и блок определения, выполненный с возможностью определения неисправного состояния доменной печи с использованием индекса неисправности, вычисленного блоком вычисления индекса неисправности, и индекса вентиляции, вычисленного блоком вычисления индекса вентиляции.A blast furnace failure determination apparatus according to the present invention includes: a failure index calculation unit configured to calculate a failure index indicating a degree of failure of the blast furnace; a ventilation index calculation unit configured to calculate a ventilation index of the blast furnace; and a determination unit configured to determine a fault condition of the blast furnace using the fault index calculated by the fault index calculation unit and the ventilation index calculated by the ventilation index calculation unit.

Блок вычисления индекса неисправности может быть выполнен с возможностью вычисления индекса неисправности с использованием выходного значения группы датчиков давления в шахте печи, установленных вокруг корпуса доменной печи.The fault index calculator may be configured to calculate a fault index using the output value of a group of furnace shaft pressure sensors mounted around the blast furnace body.

Индекс неисправности может быть статистическим показателем Q, основанным на анализе основных компонентов.The failure index may be a Q statistic based on principal component analysis.

Устройство для определения неисправности доменной печи может включать в себя блок идентификации неисправности датчика, выполненный с возможностью оценки степени соотнесения по статистическому показателю Q и идентификации неисправного датчика на основе степени соотнесения в случае, когда индекс вентиляции не превышает пороговое значение, а статистический показатель Q превышает заданное пороговое значение.The blast furnace fault determination apparatus may include a sensor fault identification unit configured to evaluate a correlation degree from the Q statistic and identify a faulty sensor based on the correlation degree in a case where the ventilation index does not exceed a threshold value and the Q statistic exceeds a predetermined value. threshold value.

Устройство для определения неисправности доменной печи может включать в себя блок удаления неисправного датчика, выполненный с возможностью продолжения определения неисправности путем удаления значения сигнала датчика, идентифицированного как неисправный датчик блоком идентификации неисправности датчика на основе вычисления статистического показателя Q и вычисления нового статистического показателя Q.The blast furnace fault determination apparatus may include a faulty sensor removal unit configured to continue fault detection by deleting a sensor signal value identified as a faulty sensor by the sensor fault identification unit based on the calculation of a Q statistic and the calculation of a new Q statistic.

Индекс вентиляции может быть рассчитан с помощью выражения (1), приведенного ниже, где параметр X в выражении (1) представляет собой числовое значение, скорректированное таким образом, чтобы количество газа, образующегося в доменной печи, и индекс вентиляции были выражены по существу линейной зависимостью f для изменения количества газа, образующегося в доменной печи.The ventilation index can be calculated using expression (1) below, where the parameter X in expression (1) is a numerical value adjusted so that the amount of gas generated in the blast furnace and the ventilation index are expressed in a substantially linear relationship f to change the amount of gas generated in the blast furnace.

Способ определения неисправности доменной печи согласно настоящему изобретению включает в себя: этап вычисления индекса неисправности для вычисления индекса неисправности, указывающего степень неисправности доменной печи; этап вычисления индекса вентиляции для вычисления индекса вентиляции доменной печи; и этап определения для определения неисправного состояния доменной печи с использованием индекса неисправности, вычисленного на этапе вычисления индекса неисправности, и индекса вентиляции, вычисленного на этапе вычисления индекса вентиляции.The blast furnace failure detection method according to the present invention includes: a failure index calculation step of calculating a failure index indicating a degree of failure of the blast furnace; a ventilation index calculation step for calculating a ventilation index of the blast furnace; and a determination step for determining a fault condition of the blast furnace using the fault index calculated in the fault index calculation step and the ventilation index calculated in the ventilation index calculation step.

Способ эксплуатации доменной печи согласно настоящему изобретению включает в себя этап эксплуатации доменной печи при определении неисправного состояния доменной печи с использованием устройства для определения неисправности доменной печи согласно настоящему изобретению.The method for operating a blast furnace according to the present invention includes the step of operating the blast furnace in determining a fault condition of the blast furnace using the blast furnace fault determination apparatus of the present invention.

Преимущественные эффекты изобретенияAdvantageous Effects of the Invention

Неисправность, связанную с эксплуатацией, и неисправность датчика можно определить по отдельности с помощью устройства для определения неисправности доменной печи, способа определения неисправности доменной печи и способа эксплуатации доменной печи согласно настоящему изобретению.An operation-related fault and a sensor fault can be detected separately by the blast furnace fault detection apparatus, the blast furnace fault detection method, and the blast furnace operation method of the present invention.

Краткое описание чертежейBrief description of the drawings

На фиг. 1 показана блок-схема, иллюстрирующая конфигурацию устройства для определения неисправности доменной печи согласно первому варианту осуществления настоящего изобретения.In FIG. 1 is a block diagram illustrating a configuration of a blast furnace failure detection device according to the first embodiment of the present invention.

На фиг. 2 показаны графики, иллюстрирующие примеры, в которых давление в шахте печи, индекс вентиляции и статистический показатель Q изменяются в зависимости от времени.In FIG. 2 shows graphs illustrating examples in which the furnace shaft pressure, the ventilation index, and the Q statistic change with time.

На фиг. 3 показана блок-схема, иллюстрирующая конфигурацию устройства для определения неисправности группы датчиков доменной печи согласно второму варианту осуществления настоящего изобретения.In FIG. 3 is a block diagram illustrating the configuration of a blast furnace sensor group fault detection device according to the second embodiment of the present invention.

На фиг. 4 показан график, иллюстрирующий пример, в котором давление в шахте печи изменяется в зависимости от времени.In FIG. 4 is a graph illustrating an example in which the furnace shaft pressure changes with time.

На фиг. 5 показан график, иллюстрирующий пример, в котором степень соотнесения изменяется в зависимости от времени.In FIG. 5 is a graph illustrating an example in which the degree of correlation varies with time.

Подробное описание изобретенияDetailed description of the invention

Конфигурация устройства для определения неисправности доменной печи согласно первому варианту осуществления и второму варианту осуществления настоящего изобретения и его работа будут теперь описаны со ссылкой на чертежи.The configuration of the blast furnace failure detection apparatus according to the first embodiment and the second embodiment of the present invention and its operation will now be described with reference to the drawings.

Первый вариант осуществленияFirst Embodiment

На фиг. 1 показана блок-схема, иллюстрирующая конфигурацию устройства для определения неисправности доменной печи согласно первому варианту осуществления настоящего изобретения. Как показано на фиг. 1, устройство 1 для определения неисправности доменной печи согласно первому варианту осуществления настоящего изобретения используется для определения неисправности, связанной с эксплуатацией доменной печи, и неисправности датчика 2, используемого для доменной печи. Основными компонентами устройства 1 для определения неисправности доменной печи являются устройство 11 для сбора данных, устройство 12 для вычисления индекса неисправности, устройство 13 для определения индекса неисправности, устройство 14 для определения индекса вентиляции, устройство 15 для определения неисправности и дисплей 16.In FIG. 1 is a block diagram illustrating a configuration of a blast furnace failure detection device according to the first embodiment of the present invention. As shown in FIG. 1, the blast furnace failure detection apparatus 1 according to the first embodiment of the present invention is used to detect a failure related to operation of the blast furnace and a failure of the sensor 2 used for the blast furnace. The main components of the blast furnace failure detection device 1 are a data acquisition device 11, a failure index calculation device 12, a failure index determination device 13, a ventilation index determination device 14, a failure determination device 15, and a display 16.

Устройство 11 для сбора данных осуществляет сбор выходных значений датчика 2 и сохраняет выходные значения. Примером датчика 2, выходные значения которого подлежат сбору, может служить группа датчиков давления в шахте печи. Датчики давления в шахте печи устанавливаются в множестве мест вокруг корпуса доменной печи как по высоте, так и по окружности.The data acquisition device 11 collects the output values of the sensor 2 and stores the output values. An example of sensor 2 whose output values are to be collected is a group of pressure sensors in the furnace shaft. The furnace shaft pressure sensors are installed at a variety of locations around the blast furnace shell both in height and in circumference.

Устройство 12 для вычисления индекса неисправности вычисляет индекс неисправности доменной печи, используя выходные значения датчика 2, хранящиеся в устройстве 11 для сбора данных. Способ вычисления индекса неисправности не является ограничивающим, и можно использовать любой способ, если способ может централизованно управлять множеством фрагментов входных данных для получения индекса неисправности. Например, способ может использовать статистический показатель Q, описанный в патентной литературе 1, или позволяет получить индекс с использованием анализа независимых компонентов, или получить индекс с использованием технологии машинного обучения. К вышеуказанному процессу может быть добавлен процесс стандартизации индекса неисправности. Более конкретно, индекс неисправности стандартизируется путем деления индекса, вычисленного из данных цели, которая должна быть определена, на индекс, в качестве значения предела устойчивости, вычисленный из группы рабочих данных. В этом расчете индекс неисправности становится равным 1 на пределе устойчивости.The fault index calculator 12 calculates the fault index of the blast furnace using the output values of the sensor 2 stored in the data collector 11 . The method for calculating the fault index is not limiting, and any method can be used as long as the method can centrally manage a plurality of input data pieces to obtain a fault index. For example, the method may use the Q statistic described in Patent Literature 1, or obtain an index using independent component analysis, or obtain an index using machine learning technology. To the above process, a fault index standardization process can be added. More specifically, the failure index is standardized by dividing the index calculated from the data of the target to be determined by the index, as the stability limit value, calculated from the operating data group. In this calculation, the fault index becomes 1 at the stability limit.

Устройство 13 для определения индекса неисправности определяет то, превышает ли индекс неисправности, вычисленный устройством 12 для вычисления индекса неисправности, заданное пороговое значение, которое задано на основе данных предела устойчивости, и определяет наличие или отсутствие неисправности доменной печи. Если добавляется процесс стандартизации индекса неисправности, в котором, например, индекс неисправности становится равным 1 на пределе устойчивости, заданное пороговое значение может быть установлено равным 1.The fault index determination device 13 determines whether the fault index calculated by the fault index calculation device 12 exceeds a predetermined threshold value, which is set based on the stability limit data, and determines whether or not there is a fault in the blast furnace. If a fault index standardization process is added in which, for example, the fault index becomes 1 at the stability limit, the predetermined threshold value may be set to 1.

Устройство 14 для определения индекса вентиляции вычисляет индекс вентиляции доменной печи с использованием выходных значений датчика 2, хранящихся в устройстве 11 для сбора данных, и определяет то, превышает ли рассчитанный индекс вентиляции заданное пороговое значение, и определяет наличие или отсутствие неисправности вентиляции доменной печи. Индекс вентиляции рассчитывается, например, с использованием выражения (1), приведенного ниже. В выражении (1) значение A давления в печи является выходным значением измерителя A давления, установленного в доменной печи. Значение B давления в печи является выходным значением измерителя B давления, установленного на выходе (верхняя часть доменной печи), относительно измерителя A давления в направлении потока газа в доменной печи. В этом выражении X представляет собой числовое значение и параметр для регулировки с целью поддержания как можно более линейной зависимости между количеством газа, образующегося в доменной печи, и индексом вентиляции для изменения количества газа, образующегося в доменной печи. Заданное пороговое значение может быть меньше порогового значения, используемого для определения неисправности индекса вентиляции при нормальной работе. При меньшем пороговом значении можно определить, что доменная печь находится в неисправном состоянии, если индекс вентиляции указывает на тенденцию к небольшому снижению, и индекс неисправности является ненормальным. Таким образом, возможно более раннее обнаружение неисправности доменной печи по сравнению с традиционными способами определения, в которых используется только индекс вентиляции.The ventilation index determining device 14 calculates the blast furnace ventilation index using the output values of the sensor 2 stored in the data acquisition device 11, and determines whether the calculated ventilation index exceeds a predetermined threshold value, and determines whether or not the blast furnace ventilation is faulty. The ventilation index is calculated, for example, using expression (1) below. In expression (1), the furnace pressure value A is the output value of the pressure meter A installed in the blast furnace. The pressure value B in the furnace is the output value of the pressure meter B installed at the outlet (upper part of the blast furnace) relative to the pressure meter A in the direction of the gas flow in the blast furnace. In this expression, X is a numerical value and a parameter to be adjusted to maintain as linear a relationship as possible between the amount of gas generated in the blast furnace and the ventilation index for changing the amount of gas generated in the blast furnace. The set threshold value may be less than the threshold value used to determine if the ventilation index fails during normal operation. With a smaller threshold value, it can be determined that the blast furnace is in a fault condition if the ventilation index indicates a slight downward trend and the fault index is abnormal. Thus, earlier detection of a blast furnace failure is possible compared to conventional detection methods that use only the ventilation index.

Устройство 15 для определения неисправности выполняет окончательное и общее определение неисправности доменной печи на основе результатов определения неисправности устройства 13 для определения индекса неисправности и устройства 14 для определения индекса вентиляции.The fault determination device 15 performs a final and general fault determination of the blast furnace based on the fault determination results of the fault index determination device 13 and the ventilation index determination device 14 .

Дисплей 16 выводит и отображает результаты определения устройства 15 для определения неисправности. Когда определено, что доменная печь находится в неисправном состоянии при превышении как индексом неисправности, так и индексом вентиляции пороговых значений, дисплей 16 выводит и отображает результат определения. Оператор уведомляется о результате и побуждается к выполнению действий, таких как самодиагностика.The display 16 outputs and displays the detection results of the fault detection device 15. When it is determined that the blast furnace is in a fault condition when both the fault index and the ventilation index exceed the threshold values, the display 16 outputs and displays the determination result. The operator is notified of the result and prompted to perform actions such as self-diagnosis.

Если индекс вентиляции определен как нормальный, в то время как индекс неисправности определен как ненормальный, существует вероятность того, что неисправность произошла в датчике 2. Дисплей 16 уведомляет оператора о "неисправности датчика" и побуждает проверить датчик 2. Так как индекс вентиляции изначально имеет пороговое значение, не зависящее от настоящего изобретения, если только индекс вентиляции превышает пороговое значение, оператор уведомляется о возникновении неисправного состояния с помощью традиционного устройства.If the ventilation index is determined to be normal while the fault index is determined to be abnormal, there is a possibility that a fault has occurred in sensor 2. The display 16 notifies the operator of a “sensor fault” and prompts the sensor to be checked. Since the ventilation index initially has a threshold value independent of the present invention, if only the ventilation index exceeds the threshold value, the operator is notified of the occurrence of a fault condition using a conventional device.

Как описано выше, устройство 1 для определения неисправности доменной печи согласно первому варианту осуществления настоящего изобретения вычисляет индекс вентиляции доменной печи, вычисляет индекс неисправности, указывающий степень неисправности доменной печи, и определяет то, находится ли доменная печь в неисправном состоянии, используя индекс неисправности и индекс вентиляции. Таким образом, устройство 1 для определения неисправности доменной печи способно определять неисправность, связанную с эксплуатацией, и неисправность датчика отдельно друг от друга. Эта конфигурация эффективна с точки зрения уменьшения ошибок обнаружения НЕИСПРАВНОСТИ, связанных с эксплуатацией, которые вызваны неисправностью датчика. Кроме того, одновременный контроль сопротивления вентиляции и индекса неисправности позволяет повысить точность определения неисправности доменной печи. Таким образом, можно предпринять соответствующие действия, такие как уменьшение дутья, раньше при возникновении неисправного состояния и, таким образом, избежать серьезного снижения производительности за счет уменьшения проблем, вызванных неисправным состоянием.As described above, the blast furnace failure determination apparatus 1 according to the first embodiment of the present invention calculates a blast furnace ventilation index, calculates a failure index indicating the degree of failure of the blast furnace, and determines whether the blast furnace is in a failure state using the failure index and the failure index. ventilation. Thus, the blast furnace fault detection device 1 is able to detect an operation-related fault and a sensor fault separately from each other. This configuration is effective in reducing operational related FAULT detection errors caused by sensor failure. In addition, the simultaneous monitoring of the ventilation resistance and the fault index can improve the accuracy of determining the fault of the blast furnace. Thus, it is possible to take appropriate actions, such as reducing the blast, earlier when a fault condition occurs, and thus avoid a serious decrease in productivity by reducing the problems caused by the fault condition.

ПримерExample

В этом примере статистический показатель Q был рассчитан как индекс неисправности. Для вычисления статистического показателя Q использовался анализ основных компонентов. Так как этот способ широко известен, его подробное объяснение будет опущено (смотри непатентную литературу 1). Множество фрагментов (входных) данных, используемых в этом примере, являются выходными значениями группы датчиков давления в шахте доменной печи. Анализ статистического показателя Q и основных компонентов, используемый для вычисления статистического показателя Q, будет описан в виде, соответствующем доменному процессу. Анализ основных компонентов представляет собой математическую обработку, в ходе которой группа данных, имеющая множество синхронизированных фрагментов данных (в множестве измерений) преобразуется (уменьшается количество измерений) в малое количество переменных, в которых характеристики исходных данных группы отражены в достаточной степени, при этом сводя к минимуму, насколько это возможно, потерю количества информации исходной группы данных. Что касается данных давления в шахте доменной печи, то одна доменная печь оборудована примерно 30 измерителями давления в шахте. Если характеристики 30 групп данных могут быть преобразованы в несколько переменных (значения основных компонентов), которые в достаточной мере отражают исходные характеристики, то, используя анализ основных компонентов, можно легко оценить состояние внутри печи путем контроля малого количества переменных, вырабатываемых в ходе анализа основных компонентов без необходимости наблюдения за всеми 30 группами данных.In this example, the statistic Q has been calculated as a fault index. Principal component analysis was used to calculate the Q statistic. Since this method is widely known, a detailed explanation thereof will be omitted (see non-patent literature 1). The set of pieces (inputs) of data used in this example are the output values of a group of pressure sensors in the blast furnace shaft. The analysis of the Q statistic and the principal components used to calculate the Q statistic will be described in terms of a domain process. Principal component analysis is a mathematical processing in which a group of data that has many synchronized pieces of data (in multiple dimensions) is transformed (reduced in the number of dimensions) into a small number of variables in which the characteristics of the initial data of the group are sufficiently reflected, while reducing to minimizing, as far as possible, the loss of the amount of information in the original dataset. With regard to blast furnace shaft pressure data, one blast furnace is equipped with approximately 30 shaft pressure gauges. If the characteristics of the 30 groups of data can be converted into several variables (principal component values) that sufficiently reflect the original characteristics, then using principal component analysis, the condition inside the furnace can be easily assessed by controlling for a small number of variables generated during principal component analysis. without the need to monitor all 30 data groups.

В данных давления в шахте доменной печи компонент, указывающий на синхронизированное движение давлений в шахте во время стабильной эксплуатации доменной печи, представляет собой значение первого основного компонента, имеющее наибольшее отклонение при анализе основных компонентов. Второй основный компонент и последующие компоненты при анализе основных компонентов являются компонентами, отличными от синхронизированного компонента, и в этом примере эти компоненты использовались для определения неисправности доменной печи. В этом случае статистический показатель Q был рассчитан только с первым основным компонентом, рассматриваемым в качестве основного компонента. На фиг. 2(а) показаны данные временного ряда давления в шахте печи, используемые для вычисления статистического показателя Q. На фиг. 2(c) показан вычисленный статистический показатель Q. Статистический показатель Q является маленьким тогда, когда синхронизированное давление в шахте печи колеблется во время нормальной эксплуатации, как это показано на фиг. 2 временным интервалом от t = t1 до t2. В момент времени t = t3, показанный на фиг. 2, только выходное значение одного из датчиков давления в шахте печи заметно колеблется без синхронизации с выходными значениями других датчиков давления в шахте печи. Таки образом, статистический показатель Q увеличивается, чтобы превысить пороговое значение, указанное жирной линией. Как видно из этого, использование только статистического показателя Q для определения неисправности приводит к сомнительному определению неисправности доменной печи. В этом случае статистический показатель Q увеличивается, так как датчик давления в шахте печи был временно загрязнен. Другими словами, это явление произошло из-за неисправности датчика, а не из-за эксплутационной неисправности. В момент времени t = t3 индекс вентиляции, показанный на фиг. 2 (b) не превышает порогового значения. Это означает, что печь не определяется как неисправная при условии, что неисправность определяется только тогда, когда индекс вентиляции и статистический показатель Q превышают пороговые значения. Как описано выше, такой случай, когда неисправность датчика определяется как эксплуатационная неисправность, можно предотвратить путем одновременного контроля как статистического показателя Q, так и индекса вентиляции. В момент времени t = t4, показанный на фиг. 2 видно, что выходные значения множества датчиков давления в шахте печи сильно различаются. Соответственно, статистический показатель Q увеличивается до превышения порогового значения. В это время индекс вентиляции также превышает пороговое значение. Так как статистический показатель Q и индекс вентиляции одновременно превышают пороговые значения, состояние доменной печи определяется как неисправное. Оператор получает уведомление о результате на дисплее 16.In the blast furnace shaft pressure data, the component indicative of the synchronized movement of the shaft pressures during stable operation of the blast furnace is the first principal component value having the largest deviation in the principal components analysis. The second principal component and subsequent components in the principal component analysis are components other than the synchronized component, and in this example, these components were used to determine the failure of the blast furnace. In this case, the Q statistic was calculated with only the first principal component considered as the principal component. In FIG. 2(a) shows furnace shaft pressure time series data used to calculate the Q statistic. FIG. 2(c) shows the calculated statistic Q. The statistic Q is small when the synchronized pressure in the furnace shaft fluctuates during normal operation, as shown in FIG. 2 time interval from t = t1 to t2. At the time t = t3 shown in FIG. 2, only the output value of one of the furnace shaft pressure sensors fluctuates markedly without being synchronized with the output values of the other furnace shaft pressure sensors. Thus, the Q statistic is increased to exceed the threshold value indicated by the heavy line. As can be seen from this, using only the Q statistic to determine a fault results in a dubious definition of a blast furnace fault. In this case, the Q statistic increases because the pressure sensor in the furnace shaft has been temporarily contaminated. In other words, this phenomenon was due to a malfunction of the sensor, and not due to an operational malfunction. At time t=t3, the ventilation index shown in FIG. 2(b) does not exceed the threshold value. This means that the furnace is not defined as faulty, provided that a fault is only detected when the ventilation index and the Q statistic exceed the threshold values. As described above, such a case where a sensor failure is determined to be an operational failure can be prevented by simultaneously monitoring both the Q statistic and the ventilation index. At the time t = t4 shown in FIG. 2 shows that the output values of the plurality of pressure sensors in the furnace shaft are very different. Accordingly, the Q statistic is increased until the threshold is exceeded. At this time, the ventilation index also exceeds the threshold value. Since the Q statistic and the ventilation index simultaneously exceed the threshold values, the blast furnace state is determined to be faulty. The operator is notified of the result on display 16.

Второй вариант осуществленияSecond Embodiment

На фиг. 3 показана блок-схема, иллюстрирующая конфигурацию устройства для определения неисправности группы датчиков доменной печи согласно второму варианту осуществления настоящего изобретения. Как показано на фиг. 3, согласно второму варианту осуществления настоящего изобретения устройство 20 определения неисправности группы датчиков доменной печи используется для определения неисправности группы 3 датчиков, используемых при эксплуатации доменной печи. Основными компонентами устройства 20 определения неисправности группы датчиков доменной печи являются устройство 21 для сбора данных, устройство 22 для вычисления индекса неисправности, устройство 23 для определения неисправности и дисплей 24.In FIG. 3 is a block diagram illustrating the configuration of a blast furnace sensor group fault detection device according to the second embodiment of the present invention. As shown in FIG. 3, according to the second embodiment of the present invention, the blast furnace sensor group fault detection device 20 is used to detect the fault of the sensor group 3 used in the operation of the blast furnace. The main components of the fault determination device 20 of the blast furnace sensor group are a data acquisition device 21, a fault index calculation device 22, a fault determination device 23, and a display 24.

Устройство 21 для сбора данных осуществляет сбор выходных значений группы 3 датчиков и сохраняет выходные значения. Примеры группы датчиков, выходные значения которых подлежат сбору, включают в себя группу датчиков давления в шахте печи. Группа датчиков давления в шахте печи устанавливается в множестве мест вокруг корпуса доменной печи в направлении высоты и в направлении по окружности.The data acquisition device 21 collects the output values of the sensor group 3 and stores the output values. Examples of a group of sensors whose output values are to be collected include a group of furnace shaft pressure sensors. A group of pressure sensors in the furnace shaft is installed at a plurality of places around the blast furnace body in the height direction and in the circumferential direction.

Устройство 22 для вычисления индекса неисправности вычисляет индекс неисправности для каждого датчика посредством выполнения анализа основных компонентов (PCA) выходных значений группы 3 датчиков, хранящейся в устройстве 21 для сбора данных. Более конкретно, устройство 22 для вычисления индекса неисправности вычисляет индекс неисправности для каждого датчика с использованием статистического показателя Q в качестве одного из показателей способа многомерного статистического управления процессом (MSPC). Широко известен способ вычисления статистического показателя Q, описанный в непатентной литературе 1, поэтому подробное описание здесь не приводится. Статистический показатель Q можно рассчитать, используя следующее выражение (2). В выражении (2) N представляет собой общее количество датчиков.The fault index calculator 22 calculates the fault index for each sensor by performing principal component analysis (PCA) on the output values of the sensor group 3 stored in the data collector 21 . More specifically, the fault index calculator 22 calculates a fault index for each sensor using the statistic Q as one of the metrics of the multivariate statistical process control (MSPC) method. The Q statistic calculation method described in Non-Patent Literature 1 is widely known, so a detailed description will not be given here. The Q statistic can be calculated using the following expression (2). In expression (2), N is the total number of sensors.

где x - входная переменная, и

- оценка в модели PCA.where x is an input variable, and

- evaluation in the PCA model.

Статистический показатель Q представляет собой индекс, указывающий степень отклонения от корреляции между переменными, включенными в данные, используемые для создания модели PCA. Ненормальная входная переменная может быть обнаружена путем отслеживания этого индекса. Каждый элемент статистического показателя Q представляет степень соотнесения выходного значения датчика со статистическим показателем Q. Таким образом, можно узнать то, выходное значение какого датчика влияет на обнаруженную неисправность, путем вычисления разности (степени соотнесения) между входной переменной (выходным значением датчика) и оценкой входной переменной. Более конкретно, степень соотнесения может быть рассчитана с помощью выражения (3), приведенного ниже. Количественно определенная степень соотнесения используется для определения неисправности датчика. Пороговые значения для определения неисправности соответствующих датчиков могут быть унифицированы (преобразованы в одно и то же значение) путем выполнения стандартизации (среднее значение 0, среднее отклонение 1) над выходными значениями датчиков. Таким образом, датчик, оцениваемый как неисправный, может быть представлен с использованием порогового значения определения неисправности, предварительно установленного для степени соотнесения каждого датчика.The Q statistic is an index that indicates the degree of deviation from correlation between the variables included in the data used to create the PCA model. An abnormal input variable can be detected by keeping track of this index. Each element of the Q statistic represents the degree of correlation of the sensor output value with the Q statistic. Thus, it is possible to know which sensor output value affects the detected fault by calculating the difference (degree of correlation) between the input variable (sensor output value) and the estimated input variable. More specifically, the degree of correlation can be calculated using the expression (3) below. The quantified degree of correlation is used to identify sensor failure. The threshold values for determining the failure of the respective sensors can be unified (converted to the same value) by performing standardization (mean 0, mean deviation 1) on the output values of the sensors. Thus, a sensor judged to be faulty can be represented using a fault detection threshold preset for the correlation degree of each sensor.

Анализ основных компонентов представляет собой математическую обработку, в ходе которой группа данных, имеющая множество синхронизированных фрагментов данных (в множестве измерений) преобразуется (уменьшается количество измерений) в малое количество переменных, в которых характеристики исходных данных группы отражены в достаточной степени, при этом сводя к минимуму, насколько это возможно, потерю количества информации, включенной в исходную группу данных. Что касается данных давления в шахте доменной печи, то одна доменная печь оборудована примерно 30 датчиками давления в шахте. Если характеристики 30 групп данных могут быть преобразованы в несколько переменных (значения основных компонентов), которые в достаточной мере отражают исходные характеристики, то, используя анализ основных компонентов, можно легко оценить состояние внутри печи путем контроля малого количества переменных, вырабатываемых в хода анализа основных компонентов без необходимости наблюдения за всеми 30 группами данных. Синхронизация означает, что рабочее поведение переменных согласовано друг с другом относительно временного перехода в процессе или оперативного действия.Principal component analysis is a mathematical processing in which a group of data that has many synchronized pieces of data (in multiple dimensions) is transformed (reduced in the number of dimensions) into a small number of variables in which the characteristics of the initial data of the group are sufficiently reflected, while reducing to minimizing, as far as possible, the loss of the amount of information included in the original data set. With regard to blast furnace shaft pressure data, one blast furnace is equipped with about 30 shaft pressure sensors. If the characteristics of the 30 data groups can be converted into several variables (principal component values) that sufficiently reflect the original characteristics, then using principal component analysis, the condition inside the furnace can be easily assessed by controlling for the small number of variables generated during principal component analysis. without the need to monitor all 30 data groups. Synchronization means that the operating behavior of the variables is consistent with each other regarding a time transition in a process or operational action.

В данных давления в шахте доменной печи компонент, представляющий синхронизированное движение давлений в шахте во время стабильной эксплуатации доменной печи, представляет собой значение первого основного компонента, имеющее наибольшее отклонение при анализе основных компонентов. Компоненты, отличные от первого основного компонента при анализе основных компонентов, представляют несинхронизированное движение. Если обнаружен датчик, имеющий большую степень несинхронизации по сравнению с другими датчиками, датчик может быть определен как неисправный. В этом примере, с учетом только первого основного компонента основных компонентов, определение неисправности выполняется путем вычисления разности между вышеописанной входной переменной и оценкой первого основного компонента входной переменной в качестве статистического показателя Q и путем использования абсолютного значения (степени соотнесения) каждого элемента статистического показателя Q в качестве степени несинхронизации.In the blast furnace shaft pressure data, the component representing the synchronized movement of the shaft pressures during stable operation of the blast furnace is the first principal component value having the largest deviation in the principal components analysis. Components other than the first principal component in principal component analysis represent unsynchronized motion. If a sensor is found that has a greater degree of out-of-sync compared to other sensors, the sensor may be identified as faulty. In this example, given only the first principal component of the principal components, fault detection is performed by calculating the difference between the input variable described above and the estimate of the first principal component of the input variable as the Q statistic and using the absolute value (correlation rate) of each element of the Q statistic in as the degree of out-of-sync.

Устройство 23 для определения неисправности определяет неисправность датчика на основе индекса неисправности, вычисленного устройством 22 для вычисления индекса неисправности. Более конкретно, устройство 23 для определения неисправности определяет неисправность датчика путем сравнения размера между степенью соотнесения, вычисленной устройством 22 для вычисления индекса неисправности, измеренным значением датчика со статистическим показателем Q и заданным пороговым значением. Заданное пороговое значение можно определить на основании выходных значений датчика, ранее определенного как ненормальный.The fault determination device 23 determines a sensor fault based on the fault index calculated by the fault index calculation device 22 . More specifically, the fault determination device 23 determines a sensor fault by comparing the size between the degree of correlation computed by the fault index calculator 22, the measured value of the sensor with the statistic Q, and a predetermined threshold value. The predetermined threshold value may be determined based on the output values of the sensor previously determined to be abnormal.

Дисплей 24 выводит и отображает результат определения устройства 23 для определения неисправности. Если неисправность датчика обнаружена, результат определения, указывающий на неисправность датчика, выводится и отображается на экране дисплея 24, чтобы уведомить оператора о результате и побудить к действиям, в том числе, например, к проверке датчика.The display 24 outputs and displays the detection result of the fault detection device 23. If a sensor failure is detected, a determination result indicating a sensor failure is output and displayed on the display screen 24 to notify the operator of the result and prompt action, including checking the sensor, for example.

Как описано выше, устройство 20 определения неисправности группы датчиков доменной печи согласно второму варианту осуществления настоящего изобретения выполняет анализ основных компонентов по выходным значениям группы 3 датчиков, вычисляет статистический показатель Q и степень соотнесения, и сравнивает размер между вычисленными данными и заданным пороговым значением и определяет то, имеется ли неисправность в группе датчиков 3. Этот способ позволяет обеспечить более ранее обнаружение типа неисправности, которую трудно обнаружить с использованием пороговых значений, установленных для выходных значений группы 3 датчика, и позволяет обслуживающему персоналу исследовать и восстановить датчик после обнаружения неисправности. Раннее восстановление датчика позволяет определить неисправность, связанную с эксплуатацией, с использованием множества датчиков. Таким образом, еще больше повышается точность определения НЕИСПРАВНОСТИ.As described above, the blast furnace sensor group fault determination apparatus 20 according to the second embodiment of the present invention performs principal component analysis on the output values of the sensor group 3, calculates the Q statistic and the correlation degree, and compares the size between the calculated data and the predetermined threshold value, and determines whether there is a malfunction in the sensor group 3. This method allows for earlier detection of a type of malfunction that is difficult to detect using the threshold values set for the output values of the sensor group 3, and allows maintenance personnel to investigate and repair the sensor after a malfunction is detected. Early recovery of the sensor allows you to determine the malfunction associated with the operation, using multiple sensors. Thus, the accuracy of the FAULT detection is further improved.

Далее будет описан пример использования первого и второго вариантов осуществления. Когда неисправность датчика обнаруживается с использованием первого варианта осуществления, датчик, обнаруженный как неисправный, исключается из вычисления статистического показателя Q. Затем статистический показатель Q пересчитывается с использованием второго варианта осуществления. Затем можно определить то, имеет ли доменная печь неисправность, на основании как пересчитанного статистического показателя Q, так и индекса вентиляции. В этом процессе сначала удаляется датчик, который оценивается как неисправный, и затем продолжается определение неисправности с использованием статистического показателя Q и индекса вентиляции на основе значений других датчиков. Таким образом, еще больше повышается точность определения неисправности. Процесс может выполняться повторно для датчиков, признанных неисправными. Датчики, признанные неисправными, передаются обслуживающему персоналу для проверки и восстановления.Next, an example of using the first and second embodiments will be described. When a sensor failure is detected using the first embodiment, the sensor found to be defective is excluded from the calculation of the Q statistic. Then, the Q statistic is recalculated using the second embodiment. It can then be determined whether the blast furnace has a malfunction based on both the recalculated Q statistic and the ventilation index. This process first removes the sensor that is judged to be faulty, and then proceeds to determine the fault using the Q statistic and the ventilation index based on other sensor values. Thus, the accuracy of fault determination is further improved. The process can be repeated for sensors found to be faulty. Sensors found to be faulty are handed over to service personnel for inspection and repair.

ПримерExample

В этом примере процесс стандартизации (среднее значение 0, среднее отклонение 1) выполнялся для каждого фрагмента данных группы датчиков давления в шахте печи. В процессе стандартизации использовались данные временного ряда, полученные при нормальной работе с использованием обычных датчиков. Статистический показатель Q был рассчитан на основе стандартизованных данных, и была рассчитана разность (степень соотнесения) между входной переменной и оценкой входной переменной. Определение неисправности проводилось по степени соотнесения с использованием порогового значения. На фиг. 2 показано давление в шахте печи, используемое для вычисления. В примере, показанном на фиг. 4, одна из кривых выходных значений датчика постепенно отделяется от хода кривых других выходных значений датчика, и затем возвращается. На фиг. 5 показана разность (степень соотнесения) между входной переменной и оценкой первого основного компонента входной переменной в одном и том же временном диапазоне. Как показано на фиг. 5, датчик, демонстрирующий необычное поведение, имеет большую степень соотнесения. На графике, показанном фиг. 5, степень соотнесения становится наименьшей при нуле и увеличивается с увеличением абсолютного значения. Определение неисправности производилось на основании степени соотнесения с использованием порогового значения. В этом случае, как показано на фиг. 5, пороговое значение было установлено на уровне +/-10, и состояния, где пороговое значение превысило +10 или упало ниже -10, были определены как неисправные. Пороговое значение для определения неисправности было определено с использованием настоящего способа на основании результатов расчетов, полученных на основе данных, включающих в себя фактические неисправности датчика. В этих данных, использующих вышеуказанное пороговое значение, в ходе процесса один из датчиков был определен как неисправный.In this example, a standardization process (mean 0, mean deviation 1) was performed for each piece of data from a group of furnace shaft pressure sensors. The standardization process used time series data obtained during normal operation using conventional sensors. The Q statistic was calculated from the standardized data, and the difference (degree of correlation) between the input variable and the input variable score was calculated. The definition of a malfunction was carried out by the degree of correlation using a threshold value. In FIG. 2 shows the furnace shaft pressure used for the calculation. In the example shown in FIG. 4, one of the sensor output value curves gradually separates from the course of other sensor output value curves, and then returns. In FIG. 5 shows the difference (degree of correlation) between the input variable and the estimate of the first principal component of the input variable in the same time range. As shown in FIG. 5, a sensor exhibiting unusual behavior has a high degree of correlation. In the graph shown in Fig. 5, the degree of correlation becomes smallest at zero and increases as the absolute value increases. Malfunction determination was made based on the degree of correlation using a threshold value. In this case, as shown in FIG. 5, the threshold value was set at +/-10, and the states where the threshold value exceeded +10 or fell below -10 were determined to be faulty. The threshold value for fault determination was determined using the present method based on the results of calculations obtained from data including actual sensor faults. In this data, using the above threshold value, one of the sensors was determined to be faulty during the process.

Промышленная применимостьIndustrial Applicability

Согласно настоящему изобретению выполнено устройство для определения неисправности доменной печи, способ определения неисправности доменной печи и способ эксплуатации доменной печи, которые позволяют определять неисправность, связанную с эксплуатацией, и неисправность датчика отдельно друг от друга.According to the present invention, a blast furnace fault detection apparatus, a blast furnace fault detection method, and a blast furnace operation method are provided that can detect an operation-related fault and a sensor fault separately from each other.

Список ссылочных позицийList of reference positions

2 - датчик2 - sensor

3 - группа датчиков3 - group of sensors

11, 21 - устройство для сбора данных11, 21 - data collection device

12, 22 - устройство для вычисления индекса неисправности12, 22 - device for calculating the fault index

13 - устройство для определения индекса неисправности13 - device for determining the index of failure

14 - устройство для определения индекса вентиляции14 - device for determining the ventilation index

15, 23 - устройство для определения неисправности15, 23 - device for fault detection

16, 24 - дисплей16, 24 - display

20 - устройство для определения неисправности группы датчиков доменной печи20 - device for determining the malfunction of a group of blast furnace sensors

Claims

1. A device for determining the malfunction of a blast furnace, containing:

a fault index calculation unit configured to calculate a fault index indicating a degree of fault in the blast furnace using an output value of a group of furnace shaft pressure sensors installed around the blast furnace body, the fault index being a Q statistic based on principal component analysis ;

a ventilation index calculation unit configured to calculate the ventilation index of the blast furnace, wherein the ventilation index is calculated based on the amount of generated gas in the blast furnace and the values of the pressure meter installed in the blast furnace and the pressure meter inside the furnace installed at the outlet, relative to the pressure meter in direction of gas flow in the blast furnace; And

a determination unit configured to determine a fault condition of the blast furnace using a fault index calculated by the fault index calculation unit and a ventilation index calculated by the ventilation index calculation unit.

2. A device for determining the malfunction of a blast furnace according to claim 1, containing:

a sensor failure identification unit, configured to estimate a correlation degree from the statistic Q and identify a faulty sensor based on the correlation degree in a case where the ventilation index does not exceed a predetermined threshold value.

3. A device for determining the malfunction of a blast furnace according to claim 2, containing:

a faulty sensor deleting unit configured to continue fault detection by deleting a sensor signal value identified as a faulty sensor by the sensor fault identification unit based on the calculation of the Q statistic and the calculation of a new Q statistic.

4. A device for determining the failure of a blast furnace according to any one of paragraphs. 1-3, in which the ventilation index is calculated using the expression (1) below, and the parameter X in expression (1) is a numerical value adjusted so that the amount of gas generated in the blast furnace and the ventilation index are expressed by essentially a linear relationship for changing the amount of gas produced in the blast furnace:

… (1)

5. A method for determining a malfunction of a blast furnace, comprising:

a fault index calculation step of calculating a fault index indicating a degree of fault in the blast furnace using an output value of a group of furnace shaft pressure sensors installed around the blast furnace body, the fault index being a Q statistic based on principal component analysis;

a fault index calculation step of calculating the blast furnace ventilation index, wherein the ventilation index is calculated based on the amount of generated gas in the blast furnace and the values of the pressure meter installed in the blast furnace and the pressure meter inside the furnace installed at the outlet, with respect to the pressure meter in the direction gas flow in a blast furnace; And

a determination step of determining a fault condition of the blast furnace using the fault index calculated in the fault index calculation step and the ventilation index calculated in the ventilation index calculation step.

6. Method for controlling a blast furnace, comprising:

a blast furnace control step in detecting a blast furnace fault condition using the blast furnace fault detection device according to any one of claims. 1-4.